Более широкое использование данных и аналитики в страховой отрасли дает хорошие возможности для повышения производительности ИИ, поскольку многие страховщики постепенно используют технологию ИИ в течение ряда лет.
Выгоды от коммерциализации ИИ
В недавнем отчете Moody's Investors Service аналитики подчеркнули, что более глубокая интеграция может открыть возможности для повышения операционной эффективности, что может улучшить кредитное качество страховщиков.
Последней эволюцией ИИ стала коммерциализация genAI, подмножества искусственного интеллекта, который может создавать человеческий контент посредством текстовых сообщений, изображений или звука.
Многие компании все еще находятся на начальном этапе открытия этой технологии и понимания того, как ее использовать. Однако некоторые темы начали проявляться.
GenAI может ускорять выполнение таких задач, как обобщение информации, создание контента, интеллектуальный поиск и кодирование. Аналитики заявили, что объединение возможностей genAI с собственными данными страховщиков может привести к предоставлению андеррайтерам «бесшовного опыта, основанного на естественном языке», что в конечном итоге позволит им быстро синтезировать несколько источников информации и, таким образом, обогащать и ускорять их взаимодействие со страхователями в обсуждениях покрытия.
Moody's также объясняет, как потенциал genAI по повышению производительности бизнеса делает его «привлекательной инвестицией» для страховщиков.
Аналитики предположили, что только глубокая интеграция искусственного интеллекта в сочетании с собственными данными создаст значительное конкурентное преимущество. Некоторые страховщики будут использовать свои собственные данные для обучения моделей, учитывая собственный опыт, знания клиентов и уровни склонности к риску.
В дальнейшем аналитики заявили, что можно ожидать, что страховщики все чаще будут использовать ИИ для улучшения обслуживания клиентов.
Существуют очень убедительные доказательства, подтверждающие это, поскольку страховщики уже долгое время используют чат-боты для оказания помощи клиентам. Ключевым примером является корпорация Allstate, которая помогает малому бизнесу с вопросами страхового покрытия через свой чат-бот на базе искусственного интеллекта «Спросите ABIe».
Эти виртуальные помощники способны обеспечить клиентам круглосуточную поддержку. Они также могут отвечать на частые вопросы, сокращать затраты и время ответа, а также изучать модели поведения клиентов, чтобы предлагать персонализированные продукты.
Кроме того, аналитики также отметили, как некоторые страховщики и брокеры используют возможности ИИ для использования данных о клиентах для экстраполяции того, какие клиенты могут быть заинтересованы в определенных продуктах. Эти решения принимаются путем сравнения профиля клиента с другими клиентами с аналогичным профилем.
Недостатки и риски использования ИИ
Однако по мере того, как эта технология продолжает развиваться, ключевые вопросы, касающиеся качества данных и конфиденциальности, часто остаются одной из основных тем разговоров в отношении ИИ.
Аналитики объяснили, что те страховщики, которые используют ИИ, должны гарантировать отсутствие предвзятости или дискриминационных тенденций в своих моделях.
Косвенная дискриминация, которая является серьезной проблемой, связанной с моделями ИИ в страховой отрасли, часто возникает из-за прокси-переменных и непрозрачных алгоритмов. Этот тип дискриминации может проявляться в структурах ценообразования.
Кроме того, по мере дальнейшего внедрения технологий в повседневную деятельность некоторые роли внутри компаний также должны будут измениться и будут созданы новые роли.
В результате предприятиям необходимо будет оценить навыки своей нынешней рабочей силы и сформулировать планы по переподготовке и повышению квалификации талантов, чтобы справиться с изменениями в процессах и технологиях.
Еще одна серьезная проблема, связанная с этой технологией, связана с тем, сколько она может стоить страховщикам. Как разработка, так и обслуживание моделей искусственного интеллекта могут быть дорогостоящими, что также может привести к зависимости от поставщиков, особенно в сфере генеративного искусственного интеллекта, где несколько поставщиков владеют наиболее эффективными моделями.
Еще один серьезный риск в моделях ИИ заключается в том, что производительность имеет тенденцию со временем ухудшаться по мере развития моделей и отношений.
Аналитики подчеркнули, как страховщики будут внедрять процессы и инструменты для автоматического обнаружения проблем с производительностью и переобучения моделей, что может быть сложно как с финансовой, так и с организационной точки зрения.
Подготовлено порталом Allinsurance.kz